Oryn
为运动健康场景下的复杂工作流打造的智能底座,让 Agent 在真实业务场景中更稳、更快、更可控。
为运动健康场景下的复杂工作流打造的智能底座,让 Agent 在真实业务场景中更稳、更快、更可控。
Oryn-Agent 是能够读懂你、主动陪伴你训练的 AI 健康教练。
Oryn-Vigor 是面向智能健身场景的人体运动理解视觉模型。
服务于健康营养管理场景的视觉智能体,获得更直观、更精准、更便于长期掌控的营养摄入评估。
Oryn-Somni 是面向个性化睡眠管理的方案生成模型

如何让模型从数周或数月的睡眠记录中找准事实、解释可能原因,并给出安全且可执行的个性化建议。
从数周到数月的睡眠记录中找准事实、解释可能原因,并给出安全可执行的个性化建议:长上下文开放式睡眠报告生成的难点、推理图教师数据、weighted DPOP 与细粒度 GRPO 训练方案。

创建训练计划为什么比想象中难
AI 训练计划的核心难点不是 "聪明",而是约束管理 —— 设备能力、训练目标、恢复需求、时间安排之间的复杂博弈。从 "有什么练什么" 到 "什么适合练什么",AI 需在多方约束的交集中找到平衡点:同一目标因设备不同而剧本迥异,相邻训练日存在隐形恢复链,跨周负荷递增不能靠压缩休息。真正的挑战是把运动科学原则转化为约束求解。

开放应用开发、模型研究、数据工程、可信AI 和 AI Infra 方向岗位。

可穿戴设备激增但糖尿病患病率翻倍,数据爆炸未改善健康。健康本质是行为系统——缺 "做到" 而非 "知道"。CARE Loop 闭环(感知 - 分析 - 建议 - 执行)关键是降低行动门槛、推动行为自然发生。真正的 AI 健康智能应是持续运行的 "健康操作系统",帮助用户长期做到那些知道却难坚持的事。未来属于能推动行为改变的系统。
将模型、数据、评测与部署能力沉淀为可进入真实业务流程的智能工具。